scikit-image教程:图像作为数组的基础操作指南
2025-07-06 15:54:16作者:殷蕙予
前言
在数字图像处理领域,理解图像在计算机中的表示方式是基础中的基础。本教程将基于scikit-image库,深入讲解图像作为多维数组的本质特性,并通过实践练习帮助读者掌握相关操作技巧。
图像的本质:多维数组
在计算机中,图像本质上是一个多维数组(NumPy数组)。对于彩色图像,通常表示为三维数组(高度×宽度×颜色通道),而灰度图像则是二维数组(高度×宽度)。
基础环境准备
首先我们需要导入必要的库:
%matplotlib inline
import numpy as np
from skimage import data, io, color, img_as_float
import matplotlib.pyplot as plt
练习1:绘制字母H
问题描述
编写一个函数,在指定位置绘制绿色字母H。H的尺寸要求:
- 高度:24像素
- 宽度:20像素
- 线条宽度:3像素
解决方案
def draw_H(image, coords, color=(0, 255, 0)):
out = image.copy()
# 定义绘制区域
canvas = out[coords[0]:coords[0] + 24,
coords[1]:coords[1] + 20]
# 绘制H的两条竖线
canvas[:, :3] = color # 左侧竖线
canvas[:, -3:] = color # 右侧竖线
# 绘制H的横线
canvas[11:14] = color # 中间横线
return out
测试示例
cat = data.chelsea()
cat_H = draw_H(cat, (50, -50))
plt.imshow(cat_H)
这个练习展示了如何通过直接操作数组来修改图像内容,这是图像处理的基础操作。
练习2:可视化RGB通道
问题描述
将彩色图像分解为R、G、B三个通道,并分别显示每个通道的灰度图像。
解决方案
image = plt.imread('Bells-Beach.jpg')
# 分离通道
r = image[..., 0] # 红色通道
g = image[..., 1] # 绿色通道
b = image[..., 2] # 蓝色通道
# 创建子图
f, axes = plt.subplots(1, 4, figsize=(16, 5))
for ax in axes:
ax.axis('off')
# 显示各通道
axes[0].imshow(r, cmap='gray')
axes[0].set_title('红色通道')
axes[1].imshow(g, cmap='gray')
axes[1].set_title('绿色通道')
axes[2].imshow(b, cmap='gray')
axes[2].set_title('蓝色通道')
# 显示合并后的彩色图像
axes[3].imshow(np.stack([r, g, b], axis=2))
axes[3].set_title('所有通道')
深入理解
通过这个练习,我们可以直观地看到:
- 不同颜色通道对最终图像的贡献不同
- 某些特征在不同通道中的表现可能截然不同
- 理解通道分离有助于后续的图像处理操作
练习3:RGB通道组合实验
问题描述
创建三个独立的圆形图案分别代表R、G、B通道,观察它们组合后的效果。
解决方案
from skimage import draw
# 创建三个300x300的空白图像
red = np.zeros((300, 300))
green = np.zeros((300, 300))
blue = np.zeros((300, 300))
# 在红色通道绘制圆形
r, c = draw.disk(center=(100, 100), radius=100)
red[r, c] = 1
# 在绿色通道绘制圆形
r, c = draw.disk(center=(100, 200), radius=100)
green[r, c] = 1
# 在蓝色通道绘制圆形
r, c = draw.disk(center=(200, 150), radius=100)
blue[r, c] = 1
# 显示组合结果
plt.imshow(np.stack([red, green, blue], axis=2))
这个实验生动展示了RGB色彩模型的叠加原理,以及不同颜色通道组合产生新颜色的过程。
练习4:RGB转灰度图像
问题描述
将RGB图像转换为灰度图像,比较不同转换方法的差异。
转换原理
人眼对不同颜色的敏感度不同,因此RGB到灰度的转换不是简单的平均值,而是加权平均:
Y = 0.2126R + 0.7152G + 0.0722B
实现代码
image = img_as_float(io.imread('balloon.jpg'))
# 使用scikit-image内置方法
gray = color.rgb2gray(image)
# 手动实现
my_gray = image @ [0.2126, 0.7152, 0.0722]
# 简单平均法
naive_gray = image.mean(axis=2)
# 显示结果
f, axes = plt.subplots(1, 3, figsize=(15, 5))
axes[0].imshow(gray, cmap='gray')
axes[0].set_title('scikit-image方法')
axes[1].imshow(my_gray, cmap='gray')
axes[1].set_title('加权平均法')
axes[2].imshow(naive_gray, cmap='gray')
axes[2].set_title('简单平均法')
结果分析
通过比较可以发现:
- scikit-image内置方法与手动实现的加权平均法结果几乎一致
- 简单平均法会产生较暗的图像,因为未考虑人眼对不同颜色的敏感度差异
- 加权平均法更符合人眼感知的亮度
总结
本教程通过四个实践练习,深入讲解了图像作为数组的基本操作:
- 直接修改数组来绘制简单图形
- 分解和显示RGB通道
- 理解RGB通道的组合原理
- RGB到灰度的转换方法比较
掌握这些基础操作是进行更复杂图像处理的前提。在实际应用中,理解图像的数组本质能够帮助我们更高效地实现各种图像处理算法。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.91 K

deepin linux kernel
C
22
6

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
927
551

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
64

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8